🤖 machine learning

DeCoR: Design and Control Co-Optimization for Urban Streets Using Reinforcement Learning

L'article présente DeCoR, un cadre d'apprentissage par renforcement en deux étapes qui optimise conjointement les agencements de passages piétons urbains et le contrôle adaptatif des feux pour réduire considérablement les délais des piétons et des véhicules sur des corridors réels tout en généralisant à des demandes variables sans réentraînement.

Auteurs originaux : Bibek Poudel, Lei Zhu, Kevin Heaslip, Sai Swaminathan, Weizi Li

Publié 2026-05-21

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Bibek Poudel, Lei Zhu, Kevin Heaslip, Sai Swaminathan, Weizi Li

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez une rue animée d'une ville comme une immense piste de danse chaotique. D'un côté, vous avez des piétons essayant de traverser ; de l'autre, des voitures tentant de passer. Actuellement, les urbanistes configurent souvent la piste de danse (les passages piétons) selon de vieilles règles empiriques, comme « placer un passage piéton tous les 100 pieds », puis engagent un DJ (le feu de circulation) pour jouer un rythme fixe, indépendamment du nombre réel de personnes qui dansent.

L'article présente DeCoR, un nouveau système qui agit comme un chorégraphe et un DJ surdoués travaillant ensemble pour redessiner la piste de danse pendant que la musique joue.

Voici comment cela fonctionne, décomposé en étapes simples :

1. Le Problème : Le fossé de la « Devinette »

Actuellement, nous disposons d'excellentes caméras et capteurs capables de compter exactement le nombre de personnes et de voitures en mouvement, ainsi que leur destination. Mais nous utilisons rarement ces données pour modifier l'aménagement urbain. Nous mesurons le trafic, mais nous ne redessinons pas la rue pour l'adapter au trafic. Cela entraîne des situations dangereuses où les piétons traversent en dehors des passages prévus car le passage piéton le plus proche est trop éloigné, ou où les voitures restent bloquées à des feux qui ne correspondent pas au flux réel des personnes.

2. La Solution : Une « Co-Optimisation » en Deux Étapes

DeCoR utilise un type d'IA appelé Apprentissage par Renforcement (pensez-y comme un joueur de jeu vidéo qui apprend par essais et erreurs) pour résoudre deux problèmes simultanément :

Étape 1 : L'Architecte (Agent de Conception). Cette IA examine la carte et se demande : « Où devrions-nous placer les passages piétons, et quelle largeur leur donner ? » Elle ne se contente pas de deviner ; elle utilise un outil mathématique appelé Modèle de Mélange Gaussien. Imaginez cela comme une « carte de chaleur » qui apprend les itinéraires les plus populaires que les personnes souhaitent emprunter (leurs « lignes de désir ») et suggère de placer les passages piétons exactement là où la foule veut aller, plutôt qu'à l'endroit où un manuel de règles indique qu'ils devraient être.
Étape 2 : Le Chef d'Orchestre (Agent de Contrôle). Une fois que l'Architecte propose une nouvelle disposition, le Chef d'Orchestre prend le relais. Cette IA contrôle les feux de circulation. Au lieu d'un minuteur fixe, elle observe la foule en temps réel et modifie les feux instantanément pour permettre aux piétons et aux voitures de passer avec le minimum d'attente.

3. Le Terrain d'Entraînement : Un Jumeau Numérique

Avant d'essayer cela sur une vraie rue, l'équipe a testé DeCoR sur un tronçon de 750 mètres d'un campus universitaire aux États-Unis. Ils ont alimenté le système avec de vraies données provenant de :

Caméras vidéo pour compter les voitures.
Journaux Wi-Fi (provenant de téléphones anonymes) pour compter les piétons.

Ils ont exécuté des milliers de simulations dans un monde numérique (en utilisant un outil appelé SUMO) où l'IA testait différentes dispositions de passages piétons et synchronisations de feux. Chaque fois que l'IA effectuait une action réduisant le temps d'attente pour les piétons et les voitures, elle recevait une « récompense ». Chaque fois qu'elle causait un retard, elle recevait une « pénalité ».

4. Les Résultats : Plus Intelligent, Plus Rapide, Plus Sûr

Les résultats ont été étonnamment efficaces :

Moins de Passages Piétons, Meilleurs Résultats : La rue réelle comportait 7 passages piétons. DeCoR a suggéré d'en supprimer certains et de n'en garder que 4, mais en les plaçant à des endroits plus intelligents.
La Marche est Plus Rapide : Parce que les passages piétons étaient placés exactement là où les personnes voulaient naturellement marcher, les piétons atteignaient leur traversée la plus proche 23 % plus vite. Ils n'avaient pas besoin de faire autant de détours.
L'Attente est Drastiquement Réduite :
- Piétons : Ils ont attendu 79 % moins de temps aux feux par rapport à l'ancien système à minuteur fixe. En fait, ils ont attendu presque aussi peu que s'ils traversaient à un passage non contrôlé (où l'on traverse simplement), mais avec la sécurité d'un signal.
- Voitures : Elles ont attendu 65 % moins de temps. Les feux se sont adaptés pour que les voitures ne s'arrêtent pas inutilement.
Le « Superpouvoir » de la Co-Optimisation : L'article a testé ce qui se passe si vous modifiez l'aménagement de la rue après que le système a été entraîné.
- Si vous entraînez le DJ (Contrôle) sur un plan d'étage fixe, puis que vous ajoutez soudainement un nouveau passage piéton, le DJ se confond et des embouteillages se forment.
- Mais parce que le DJ de DeCoR a appris pendant que le plan d'étage changeait, il est devenu incroyablement flexible. Même lorsque l'équipe a ajouté un nouveau passage piéton que l'IA n'avait jamais vu, le système a maintenu une circulation fluide, réduisant les temps d'attente de 97 % par rapport à un système entraîné de la vieille façon.

La Conclusion

DeCoR prouve que si vous écoutez les données (en détectant où les personnes et les voitures vont réellement) et que vous permettez à la conception (l'endroit où se trouvent les passages piétons) et au contrôle (les feux de circulation) de communiquer entre eux, vous pouvez rendre les villes plus sûres et plus rapides pour tous. Cela transforme un système rigide, basé sur des règles, en un organisme vivant et flexible qui s'adapte à la foule.

Note : L'article se concentre strictement sur l'amélioration du temps de trajet et la réduction des retards dans une simulation basée sur des données réelles. Il ne prétend pas avoir éliminé les accidents ou les décès dans le monde réel pour l'instant, ni ne prétend fonctionner sur tous les types de rues urbaines à l'échelle mondiale, mais plutôt sur le corridor spécifique qu'ils ont testé.

Résumé Technique : DeCoR – Co-optimisation de la Conception et du Contrôle pour les Rues Urbaines

Énoncé du Problème
Les technologies modernes de vision par ordinateur et de détection ont considérablement progressé dans la détection, le suivi et la prévision des acteurs urbains (piétons et véhicules). Cependant, un fossé critique subsiste entre ces capacités de perception et la conception des infrastructures urbaines. Bien que les villes puissent de plus en plus mesurer les déplacements des personnes et des véhicules, ces mesures sont rarement utilisées pour redessiner les infrastructures qui façonnent leur comportement. Les pratiques actuelles en matière de sécurité des piétons reposent fortement sur des heuristiques statiques (par exemple, des seuils fixes d'espacement des passages piétons) qui préexistent aux capacités de détection modernes. Ces règles échouent souvent à équilibrer les priorités concurrentes : les piétons nécessitent des traversées sûres et pratiques, les véhicules s'attendent à des délais minimaux, et les urbanistes visent l'efficacité des coûts. L'optimisation de l'emplacement des passages piétons sans tenir compte du contrôle des feux, ou inversement, peut être contre-productive ; des passages piétons mal placés augmentent les arrêts des véhicules, tandis que des feux mal synchronisés sur des passages bien placés causent des délais excessifs.

Méthodologie
L'article présente DeCoR, un cadre d'apprentissage par renforcement (RL) en deux étapes qui co-optimise la disposition des passages piétons en milieu de bloc et le contrôle des feux au niveau du réseau. Le cadre opère sur un graphe orienté $G=(V, E)$ représentant le réseau piétonnier, où les nœuds sont des intersections et des jonctions de chemins, et les arêtes sont des segments praticables.

Étape de Conception (Boucle Extérieure) :
- Objectif : Apprendre une politique générative pour proposer des emplacements et des largeurs optimaux de passages piétons.
- Mécanisme : Un réseau d'attention graphique (GATv2) encode le graphe du réseau piétonnier. L'agent de conception paramétrise un modèle de mélange gaussien (GMM) sur l'emplacement et la largeur des passages piétons.
- Action : De nouveaux passages piétons sont échantillonnés à partir de ce GMM à chaque épisode. La récompense de conception ( $R_D$ ) équilibre le temps d'arrivée des piétons avec le nombre de passages piétons (coût des infrastructures), encourageant des conceptions plus économes et moins denses.
- Contrainte : La disposition est bornée par les limites du couloir, et les configurations physiquement irréalistes (par exemple, des passages piétons espacés de moins de 1 m) sont fusionnées.
Étape de Contrôle (Boucle Intérieure) :
- Objectif : Apprendre une politique de synchronisation adaptative des feux conditionnée à la disposition proposée.
- Mécanisme : Une politique de contrôle partagée opère sur $N$ simulations en boucle fermée parallèles (utilisant SUMO) avec des échelles de demande réelle variables.
- État : L'état comprend des matrices spatio-temporelles des phases de feux, de l'occupation des véhicules (dans un rayon de 100 m des intersections, 50 m des passages piétons) et de l'occupation des piétons (dans un rayon de 5 m des passages piétons).
- Action : L'agent sélectionne les phases de feux pour les intersections (4 configurations) et les états binaires pour les passages piétons en milieu de bloc (flux véhicules vs flux piétons).
- Récompense : La récompense de contrôle est basée sur une métrique modifiée de File d'Attente Agrégée Maximale (MWAQ). Elle combine le délai individuel le plus élevé avec la demande accumulée et applique des pénalités exponentielles pour supprimer les temps d'attente extrêmes pour les piétons et les véhicules.
Entraînement :
- Les deux étapes utilisent l'optimisation de politique proximale (PPO).
- L'étape de conception est traitée comme un bandit contextuel avec des récompenses immédiates, tandis que l'étape de contrôle est un processus de décision markovien (MDP) sur des étapes séquentielles.
- La demande réelle est dérivée de vidéos et de journaux Wi-Fi, mise à l'échelle aléatoirement pendant l'entraînement pour assurer la robustesse.

Résultats Clés
Évalué sur un couloir urbain réel de 750 m avec 2 223 piétons/heure et 202 véhicules/heure :

Optimisation de la Disposition : DeCoR a réduit le nombre de passages piétons en milieu de bloc de 7 (existants) à 4. Malgré moins de traversées, la disposition optimisée a réduit le temps d'arrivée moyen des piétons au passage piéton le plus proche de 22,68 % (jusqu'à 25,8 % à forte demande) en s'alignant mieux sur les lignes de désir des piétons.
Optimisation du Contrôle : Par rapport à une signalisation à temps fixe, la politique de contrôle DeCoR a réduit le temps d'attente des piétons de 78,9 % et celui des véhicules de 65,3 %.
Performance par rapport aux Références :
- Les traversées signalisées de DeCoR ont atteint des temps d'attente des piétons comparables à ceux des traversées non signalisées (1,26 s contre 1,46 s) tout en maintenant la sécurité (zéro conflit).
- À forte demande, les traversées non signalisées ont provoqué une augmentation significative des temps d'attente des véhicules, alors que DeCoR a maintenu l'efficacité.
Généralisation et Robustesse :
- Les deux agents se sont généralisés à des motifs et des échelles de demande en dehors de la distribution d'entraînement (testés de 0,5x à 2,75x de la demande).
- Test de Robustesse : Lorsqu'un passage piéton supplémentaire a été introduit dans la disposition optimisée sans réentraînement, le contrôleur co-optimisé a maintenu des temps d'attente faibles. En revanche, un contrôleur entraîné séquentiellement (conception puis contrôle) s'est dégradé de manière dramatique, affichant des temps d'attente des piétons 97,53 % plus élevés et des temps d'attente des véhicules 91,90 % plus élevés.

Signification et Revendications
L'article revendique que DeCoR comble avec succès le fossé entre la perception et la conception en démontrant que la détection des déplacements des piétons et des véhicules suffit pour redessiner conjointement les infrastructures et adapter le contrôle.

Valeur de la Co-optimisation : La contribution principale est de montrer que l'optimisation conjointe surpasse les approches séquentielles. La co-optimisation permet à la politique de contrôle d'apprendre la robustesse face aux changements structurels de la disposition, une capacité absente chez les agents entraînés séquentiellement.
Conception Centrée sur le Piéton : Les résultats remettent en question l'hypothèse selon laquelle les traversées signalisées sont intrinsèquement lentes pour les piétons. Avec un contrôle adaptatif piloté par la perception, les traversées signalisées peuvent s'approcher de la commodité des traversées non signalisées tout en maintenant l'efficacité des véhicules.
Efficacité : L'approche de co-optimisation n'introduit aucune surcharge computationnelle significative (environ 10 % par cycle pour la conversion graphe-simulation) par rapport à l'entraînement séquentiel, tout en offrant des performances et une robustesse nettement supérieures.

Limites et Portée
Les auteurs notent explicitement que DeCoR cible la mobilité (temps d'arrivée et délai) comme substitut à la sécurité, plutôt que de modéliser explicitement le risque de blessure ou les décès. L'évaluation est confinée à une simulation utilisant des données de demande réelles ; elle ne modélise pas les violations de feux, le bruit des capteurs ou les occultations. De plus, l'étude est limitée à un seul couloir réel en raison de la rareté des jeux de données associant une géométrie réaliste à des mesures de demande haute fidélité et temporellement alignées. Un travail futur est suggéré pour étendre l'espace de conception à des géométries de réseau de dimensions supérieures et intégrer des indicateurs de sécurité explicites basés sur les conflits.